갤러리로 돌아가기
AI & 시스템
프롬프트 설명
진화 알고리즘에서 교차 연산자를 묘사합니다. 7개의 작업으로 구성된 애플리케이션을 가정하고, 교차점은 3번째 위치에서 선택됩니다. 실행 위치 벡터의 경우, 자손의 처음 3개 작업 실행 위치는 부모 2로부터 상속받고 (각각 2, 4, 1), 마지막 4개는 부모 1로부터 상속받습니다 (각각 3, 5, 2, 4). 실행 순서 벡터의 경우, 자손은 먼저 부모 2로부터 처음 3개 작업을 복사하고 (T1, T3, T2), 그 다음 부모 1의 순서대로 나머지 작업을 추가하고 (T4, T5, T6, T7), 마지막으로 위상학적 복구를 통해 순서가 유효한지 확인합니다.
![```python
import os
import re
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler
import torch
from torch.utils.data import Dataset, DataLoader
from tqdm import tqdm
import joblib
import matplotlib.pyplot as plt
# =========================
# 구성
# =========================
class Config:
# ✅ 새로운 버전: 빗물 축적 지점 엑셀 (누적 강우량 추가)
points_xlsx = r'F:\实验数据\CA_积水点融合\深度置信网络\样本输出_final\积水点_整合_step3_研究区内_新增累计降雨_719-723.xlsx'
# CA 시뮬레이션 결과 & 지리 데이터
ca_data_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\CA模拟结果'
geo_data_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\地理数据' # building_density.npy, DEM.npy, road_density.npy, Slope.npy, Landuse.npy
# 패치 & 샘플링
patch_size = 64
ca_dry_thr_cm = 1.0 # 음성 샘플 수심 임계값: < 1cm
tile_size = 200 # 음성 샘플 공간 균등 샘플링 타일 크기 (단위: 그리드 셀)
# 토지 이용 원-핫 인코딩 유형 (실제 데이터에 따라 조정 가능)
landuse_types = [7, 8, 10, 50, 60, 80, 100]
# 훈련 관련
output_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\DBN训练输出_64patch_mu'
```](/_next/image?url=https%3A%2F%2Fpub-8c0ddfa5c0454d40822bc9944fe6f303.r2.dev%2Fai-drawings%2FBFJVaELXylgOOK0WatKO6tw6EfizLTx7%2F8a5d501e-e43d-4dfe-b168-5609ff4c3ef1%2F03d366b1-042e-4669-8cfb-aa5952cc4cb1.png&w=3840&q=75)
